📊 Ανοικτά Δεδομένα
Εντοπισμός, Δημοσίευση & Αξιοποίηση
Ένα ολοκληρωμένο εκπαιδευτικό πρόγραμμα για τη δημιουργία αξίας από τα δημόσια δεδομένα
👋 Καλώς ήρθατε!
Τα ανοικτά δεδομένα αποτελούν έναν από τους σημαντικότερους πυλώνες της ψηφιακής διακυβέρνησης και της καινοτομίας. Κάθε μέρα, δημόσιοι φορείς, ερευνητικά ιδρύματα και οργανισμοί παράγουν τεράστιους όγκους δεδομένων που, όταν διατίθενται ανοικτά, μπορούν να δημιουργήσουν οικονομική, κοινωνική και περιβαλλοντική αξία.
Αυτό το μάθημα σας προσφέρει τις γνώσεις και τις δεξιότητες που χρειάζεστε για να εντοπίζετε, δημοσιεύετε και αξιοποιείτε ανοικτά δεδομένα, συμβάλλοντας στη διαφάνεια, την καινοτομία και την ανάπτυξη.
🎯 Τι θα μάθετε
Πώς να αναζητάτε και να αξιολογείτε ανοικτά δεδομένα σε ελληνικές και ευρωπαϊκές πύλες
Πρότυπα μεταδεδομένων, τεχνικές harvesting και επιλογή κατάλληλων αδειών χρήσης
Το οικοσύστημα των ανοικτών δεδομένων σε Ελλάδα και Ευρώπη
Πώς να αξιολογείτε και να μεγιστοποιείτε την αξία των ανοικτών δεδομένων
📚 Δομή Μαθήματος
| Ενότητα | Διάρκεια | Περιεχόμενο |
|---|---|---|
| 1. Εισαγωγή | 45' | Ορισμοί, αρχές, η Χάρτα G8, οφέλη |
| 2. Εντοπισμός | 60' | data.europa.eu, ελληνικές πύλες, αναζήτηση, HVD |
| 3. Προετοιμασία | 45' | Καθαρισμός δεδομένων, 5-Star Model, μορφές |
| 4. Δημοσίευση | 60' | DCAT-AP, harvesting, πλατφόρμες, άδειες |
| 5. Φορείς | 45' | Οικοσύστημα, ευρωπαϊκοί & ελληνικοί φορείς |
| 6. Κύκλος Ζωής | 45' | Συντήρηση, ενημέρωση, βιωσιμότητα |
| 7. Αντίκτυπος | 60' | Μέτρηση αξίας, use cases, στρατηγικές |
Συνολική διάρκεια: ~7 ώρες | Γλώσσα: Ελληνικά
👥 Σε ποιους απευθύνεται
- Στελέχη δημόσιων φορέων που διαχειρίζονται ή δημοσιεύουν δεδομένα
- Επαγγελματίες πληροφορικής και διαχειριστές δεδομένων
- Ερευνητές και ακαδημαϊκοί
- Δημοσιογράφους δεδομένων και αναλυτές
- Επιχειρηματίες και startups που αξιοποιούν ανοικτά δεδομένα
- Κάθε πολίτη που ενδιαφέρεται για τη διαφάνεια και την καινοτομία
🔗 Πηγές & Συνεργάτες
Το υλικό του μαθήματος βασίζεται σε:
🚀 Ξεκινήστε το ταξίδι σας στα ανοικτά δεδομένα!
Ολοκληρώστε όλες τις ενότητες και το quiz για να λάβετε το πιστοποιητικό παρακολούθησης.
💡 Tip: Ξεκινήστε με την Ενότητα 1 και προχωρήστε σειριακά για καλύτερη κατανόηση.
Δημιουργήθηκε με την υποστήριξη του Οργανισμού Ανοιχτών Τεχνολογιών - ΕΕΛΛΑΚ
Βασισμένο στο Open Data Goldbook & data.europa.eu Academy
📊 Ανοιχτά Δεδομένα στη Δημόσια Διοίκηση
Εκπαιδευτικό Πρόγραμμα για Στελέχη του Δημόσιου Τομέα
🎯 Σκοπός του Προγράμματος
Το εκπαιδευτικό πρόγραμμα «Ανοιχτά Δεδομένα στη Δημόσια Διοίκηση» αποσκοπεί στην εξοικείωση των στελεχών του δημόσιου τομέα με τις αρχές, το νομικό πλαίσιο και τις τεχνικές πρακτικές για τη διάθεση ανοιχτών δεδομένων.
Μέσα από έξι ολοκληρωμένες ενότητες, οι συμμετέχοντες θα αποκτήσουν τις γνώσεις και τις δεξιότητες που απαιτούνται για να συμβάλουν ενεργά στον ψηφιακό μετασχηματισμό της ελληνικής δημόσιας διοίκησης και στην εφαρμογή των ευρωπαϊκών προτύπων διαφάνειας.
👥 Σε ποιους απευθύνεται
Στελέχη υπουργείων και δημόσιων οργανισμών
Στελέχη Δήμων και Περιφερειών
Υπεύθυνοι πληροφοριακών συστημάτων
Υπεύθυνοι διαχείρισης δεδομένων
📚 Μαθησιακοί Στόχοι
Με την ολοκλήρωση του προγράμματος, οι εκπαιδευόμενοι θα είναι σε θέση να:
- Κατανοούν την έννοια, τη σημασία και τα οφέλη των ανοιχτών δεδομένων για τη δημοκρατική διακυβέρνηση και την οικονομία
- Γνωρίζουν το ευρωπαϊκό και εθνικό νομικό πλαίσιο, συμπεριλαμβανομένης της Οδηγίας 2019/1024 και του Κανονισμού Δεδομένων Υψηλής Αξίας
- Εφαρμόζουν τα κατάλληλα τεχνικά πρότυπα και μορφές αρχείων (CSV, JSON, XML, RDF) σύμφωνα με το μοντέλο 5 αστεριών
- Χρησιμοποιούν εργαλεία ανοιχτού κώδικα όπως το CKAN για τη διαχείριση και δημοσίευση δεδομένων
- Συμπληρώνουν σωστά τα μεταδεδομένα σύμφωνα με το πρότυπο DCAT-AP
- Επιλέγουν την κατάλληλη άδεια χρήσης (CC BY 4.0, CC0) για τα δεδομένα του οργανισμού τους
- Αξιολογούν την ποιότητα δεδομένων με βάση τα κριτήρια FAIR
- Σχεδιάζουν και υλοποιούν πλάνα δημοσίευσης ανοιχτών δεδομένων στο data.gov.gr
✅ Προαπαιτούμενα
Δεν απαιτούνται ειδικές τεχνικές γνώσεις. Βασική εξοικείωση με τη χρήση ηλεκτρονικών υπολογιστών και του διαδικτύου είναι αρκετή.
📖 Δομή του Προγράμματος
Εισαγωγή στα Ανοιχτά Δεδομένα
Ορισμός, χαρακτηριστικά, οφέλη και ιστορική αναδρομή του κινήματος των ανοιχτών δεδομένων
⏱️ 45 λεπτάΝομικό και Ρυθμιστικό Πλαίσιο
Ευρωπαϊκές οδηγίες, εθνική νομοθεσία, Δεδομένα Υψηλής Αξίας (HVD) και άδειες χρήσης
⏱️ 60 λεπτάΤεχνικά Πρότυπα και Μορφές
Μοντέλο 5 αστεριών, μορφές αρχείων, μεταδεδομένα DCAT-AP και APIs
⏱️ 60 λεπτάΠρακτική Εφαρμογή και Εργαλεία
Πλατφόρμα CKAN, διαδικασία δημοσίευσης, data.gov.gr και εργαλεία προετοιμασίας
⏱️ 90 λεπτάΚαλές Πρακτικές και Μελέτες Περίπτωσης
Κριτήρια FAIR, παραδείγματα από Κτηματολόγιο και ΚΗΜΔΗΣ, συνήθη λάθη
⏱️ 45 λεπτάΑξιολόγηση και Πόροι
Ερωτήσεις αυτοαξιολόγησης, πρακτική άσκηση, χρήσιμοι πόροι ι
⏱️ 30 λεπτά🚀 Έτοιμοι να ξεκινήσετε;
Ξεκινήστε το ταξίδι σας στον κόσμο των ανοιχτών δεδομένων!
Το περιεχόμενο διατίθεται με άδεια CC BY 4.0
Αδειοδότηση & Πνευματικά Δικαιώματα στα Ανοιχτά Δεδομένα
Ολοκληρωμένο εκπαιδευτικό πρόγραμμα για τη σωστή διαχείριση και διάθεση δημόσιων δεδομένων
Τι θα μάθετε
Μετά την ολοκλήρωση του μαθήματος θα έχετε αποκτήσει τις απαραίτητες γνώσεις και δεξιότητες
Βασικές Αρχές Πνευματικής Ιδιοκτησίας
Κατανόηση του νομικού πλαισίου, της αυτόματης προστασίας και των δικαιωμάτων δημοσίων υπαλλήλων στον δημόσιο τομέα.
Άδειες Creative Commons
Εμπεριστατωμένη γνώση των τύπων αδειών CC (BY, SA, NC, ND) και επιλογή της κατάλληλης για κάθε περίπτωση.
Ευρωπαϊκή & Ελληνική Νομοθεσία
Γνώση της Οδηγίας 2019/1024, του Ν. 4727/2020 και των υποχρεώσεων για επαναχρησιμοποίηση δεδομένων.
Συμμόρφωση με GDPR
Εφαρμογή τεχνικών ανωνυμοποίησης και προστασίας προσωπικών δεδομένων κατά τη δημοσίευση.
Διαχείριση Δικαιωμάτων Τρίτων
Αντιμετώπιση περιπτώσεων με υλικό από αναδόχους, φωτογράφους και εξωτερικούς συνεργάτες.
Χρήση εργαλείων όπως CKAN, OpenRefine και εφαρμογή checklist για δημοσίευση στο data.gov.gr.
7 Ενότητες Εκπαίδευσης
Ακολουθήστε τη σειρά των ενοτήτων για βέλτιστη μαθησιακή εμπειρία
Εισαγωγή
Επισκόπηση μαθήματος και βασικές έννοιες ανοιχτών δεδομένων
Βασικές Αρχές Πνευματικής Ιδιοκτησίας
Αυτόματη προστασία, διάρκεια και ειδικές περιπτώσεις δημοσίου τομέα
Άδειες Creative Commons
Τύποι αδειών CC, επιλογή κατάλληλης άδειας και πρακτικά παραδείγματα
Νομικές Προϋποθέσεις
Ευρωπαϊκή Οδηγία 2019/1024, ελληνικός νόμος και GDPR
Διαχείριση Δικαιωμάτων Τρίτων
Σενάρια, πρότυπες ρήτρες συμβάσεων και διαδικασία ελέγχου
Πρακτικές Οδηγίες & Εργαλεία
12μηνο σχέδιο υλοποίησης, CKAN, OpenRefine και checklist
Συμπεράσματα & Επόμενα Βήματα
Σύνοψη, άμεσες προτεραιότητες και μακροπρόθεσμο όραμα
~5 ώρες
Συνολική διάρκεια μαθήματος
7 ενότητες
Ολοκληρωμένη κάλυψη θεμάτων
🔐 Προστασία Δεδομένων και Ανοικτά Δεδομένα
Μια πρακτική προσέγγιση για τη συμμόρφωση με τον GDPR κατά τη δημοσίευση ανοικτών δεδομένων
Περιγραφή μαθήματος
Η ψηφιακή εποχή φέρνει τους οργανισμούς του δημόσιου τομέα αντιμέτωπους με μια διπλή πρόκληση: αφενός, οφείλουν να διαθέτουν δεδομένα προς επαναχρησιμοποίηση βάσει της Ευρωπαϊκής νομοθεσίας για τα ανοικτά δεδομένα· αφετέρου, πρέπει να προστατεύουν τα προσωπικά δεδομένα των πολιτών σύμφωνα με τον Γενικό Κανονισμό Προστασίας Δεδομένων (GDPR).
Αυτό το μάθημα εξετάζει πώς μπορούν να συνυπάρχουν αυτά τα δύο νομικά πλαίσια στην πράξη. Μέσα από την ανάλυση πρόσφατης νομολογίας του Δικαστηρίου της ΕΕ και πρακτικών παραδειγμάτων, θα αποκτήσετε τα εργαλεία για να αξιολογείτε κινδύνους και να λαμβάνετε τεκμηριωμένες αποφάσεις κατά τη δημοσίευση δεδομένων.
📚 Μαθησιακοί Στόχοι
Με την ολοκλήρωση του μαθήματος θα είστε σε θέση να:
🏛️ Κατανοήσετε το νομικό πλαίσιο
- Περιγράφετε τη σχέση μεταξύ GDPR και Οδηγίας Ανοικτών Δεδομένων (2019/1024)
- Εντοπίζετε τα σημεία σύγκρουσης και συμπληρωματικότητας
🔍 Αξιολογήσετε τα δεδομένα σας
- Εφαρμόζετε το "τεστ ταυτοποίησης" για να προσδιορίζετε αν δεδομένα είναι προσωπικά
- Αναγνωρίζετε έμμεσα αναγνωρίσιμα δεδομένα και πιθανούς συνδυασμούς
🛡️ Εφαρμόσετε τεχνικές προστασίας
- Επιλέγετε κατάλληλες τεχνικές ανωνυμοποίησης (αφαίρεση, γενίκευση, k-ανωνυμία)
- Αξιολογείτε την αποτελεσματικότητα της ανωνυμοποίησης
⚖️ Διαχειριστείτε τις ευθύνες σας
- Προσδιορίζετε τον ρόλο του υπεύθυνου επεξεργασίας στο οικοσύστημα ανοικτών δεδομένων
- Αποφεύγετε τον κοινό έλεγχο με επαναχρησιμοποιητές
✅ Λαμβάνετε πρακτικές αποφάσεις
- Χρησιμοποιείτε λίστες ελέγχου για αξιολόγηση δεδομένων πριν τη δημοσίευση
- Σχεδιάζετε διαδικασίες περιοδικής επαναξιολόγησης
📖 Δομή του μαθήματος
Εισαγωγή
Το νομικό πλαίσιο της ΕΕ και η πρόκληση της συνύπαρξης προστασίας και ανοικτότητας
Προσωπικά δεδομένα και ανωνυμοποίηση
Ορισμοί, τεστ ταυτοποίησης, υπόθεση Scania, τεχνικές ανωνυμοποίησης
Ο υπεύθυνος επεξεργασίας
Ευθύνες, διάκριση ανεξάρτητου/κοινού ελέγχου, υπόθεση IAB Europe
Συμπεράσματα και πρακτικές συστάσεις
Λίστες ελέγχου, διάγραμμα ροής αποφάσεων, περιοδική επαναξιολόγηση
👥 Σε ποιους απευθύνεται
- Στελέχη δημοσίων φορέων που διαχειρίζονται ή δημοσιεύουν δεδομένα
- Υπεύθυνοι Προστασίας Δεδομένων (DPO) σε οργανισμούς του δημοσίου τομέα
- Νομικοί σύμβουλοι που ασχολούνται με θέματα ψηφιακής διακυβέρνησης
- Τεχνικοί υπεύθυνοι πυλών ανοικτών δεδομένων
- Όσοι ενδιαφέρονται για τη διασταύρωση νομοθεσίας προστασίας και διαφάνειας
💡 Προαπαιτούμενες γνώσεις
Δεν απαιτούνται εξειδικευμένες νομικές ή τεχνικές γνώσεις. Το μάθημα εξηγεί τις βασικές έννοιες με απλό και κατανοητό τρόπο. Βασική εξοικείωση με την έννοια των ανοικτών δεδομένων είναι χρήσιμη αλλά όχι απαραίτητη.
📄 Πηγή
Βασισμένο στη μελέτη "The cohabitation of data protection and open data"
Συγγραφέας: Hans Graux | Εκδότης: data.europa.eu | Τελευταία ενημέρωση: Ιούλιος 2024
© Ευρωπαϊκή Ένωση, 2024 - Άδεια CC BY 4.0
📊 Καθαρισμός και Μετασχηματισμός Δεδομένων
📌 Περιγραφή Μαθήματος
Η ποιότητα των δεδομένων αποτελεί τη βάση κάθε επιτυχημένης ανάλυσης και λήψης αποφάσεων. Το παρόν μάθημα παρέχει ολοκληρωμένη κατάρτιση στον καθαρισμό, μετασχηματισμό και επικύρωση δεδομένων, καλύπτοντας τόσο θεωρητικές έννοιες όσο και πρακτικές εφαρμογές με σύγχρονα εργαλεία.
🎯 Μαθησιακά Αποτελέσματα
Με την ολοκλήρωση του μαθήματος, θα είστε σε θέση να:
- Αναγνωρίζετε και χειρίζεστε προβλήματα ποιότητας δεδομένων (ελλιπείς τιμές, διπλότυπα, ανωμαλίες)
- Εφαρμόζετε τεχνικές κανονικοποίησης και τυποποίησης δεδομένων
- Χρησιμοποιείτε εργαλεία όπως OpenRefine, Excel Power Query και Python pandas
- Μετατρέπετε δεδομένα μεταξύ διαφορετικών μορφών (CSV, JSON, XML, RDF)
- Σχεδιάζετε κανόνες επικύρωσης και συστήματα ελέγχου ποιότητας
- Υλοποιείτε ροές εργασίας καθαρισμού δεδομένων σε πραγματικά σενάρια
📚 Δομή Μαθήματος
Βασικές έννοιες, αρχή GIGO, κοινά προβλήματα
Ελλιπή δεδομένα, διπλότυπα, κανονικοποίηση
OpenRefine, Power Query, Python pandas
CSV, JSON, XML, RDF & μετατροπές
6 διαστάσεις, επικύρωση, παρακολούθηση
E-commerce, IoT, χρηματοοικονομικά
🛠️ Εργαλεία & Τεχνολογίες
Στο μάθημα θα χρησιμοποιήσουμε:
⚡ Προαπαιτούμενα
- Βασική γνώση χειρισμού υπολογιστικών φύλλων (Excel ή παρόμοιο)
- Κατανόηση βασικών εννοιών βάσεων δεδομένων (προαιρετικό)
- Εξοικείωση με βασικές έννοιες προγραμματισμού (για τις ενότητες Python)
📋 Αξιολόγηση
- Quiz ανά ενότητα: 10 ερωτήσεις × 6 ενότητες
- Βαθμολογία επιτυχίας: 60%
- Προσπάθειες: Έως 3 ανά quiz
- Τελική αξιολόγηση: Συνολικό quiz 30 ερωτήσεων
👨🏫 Υποστήριξη
Για απορίες σχετικά με το περιεχόμενο του μαθήματος, χρησιμοποιήστε το Φόρουμ Συζητήσεων του μαθήματος. Για τεχνικά ζητήματα, επικοινωνήστε με την ομάδα υποστήριξης.
«Garbage In, Garbage Out» — Η ποιότητα των αποτελεσμάτων εξαρτάται από την ποιότητα των δεδομένων εισόδου.